基于BP神经网络控制的冶炼炉控制策略的研究与应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 引言 | 第8-26页 |
| ·概述 | 第8-17页 |
| ·铜冶金的现代生产方法 | 第9-11页 |
| ·铜锍吹炼工业应用的主要设备 | 第11-14页 |
| ·现代铜熔炼工艺的现状与展望 | 第14-17页 |
| ·人工智能技术在转炉冶炼中的应用 | 第17-19页 |
| ·人工智能技术简介 | 第17-18页 |
| ·人工智能技术在转炉冶炼中的应用 | 第18页 |
| ·小结 | 第18-19页 |
| ·BP神经网络控制简介 | 第19-24页 |
| ·人工神经网络简介 | 第19页 |
| ·BP神经网络简介 | 第19-21页 |
| ·BP神经网络算法基本原理 | 第21-24页 |
| ·课题的意义和研究任务 | 第24-26页 |
| ·课题的意义 | 第24-25页 |
| ·课题的研究内容安排 | 第25-26页 |
| 第2章 铜锍吹炼过程 | 第26-35页 |
| ·概述 | 第26-27页 |
| ·铜锍吹炼过程的理论基础 | 第27-32页 |
| ·铜锍中金属硫化物的氧化 | 第27-29页 |
| ·铜锍吹炼过程主要化学反应及各组分的变化 | 第29-31页 |
| ·铜锍吹炼过程热化学反应 | 第31-32页 |
| ·铜锍吹炼工业实践 | 第32-34页 |
| ·工业吹炼作业 | 第32-33页 |
| ·吹炼的主要技术经济指标 | 第33-34页 |
| ·小结 | 第34-35页 |
| 第3章 铜锍 P-S转炉吹炼过程物料衡算 | 第35-43页 |
| ·冶金物料衡算 | 第35-42页 |
| ·物料分析 | 第35-36页 |
| ·粗铜产量、耗氧量和氧气利用率的计算 | 第36-42页 |
| ·小结 | 第42-43页 |
| 第4章 铜锍 P-S转炉吹炼终点预报模型 | 第43-59页 |
| ·BP神经网络仿真研究 | 第43-52页 |
| ·BP神经网络仿真设计的考虑因素 | 第43-45页 |
| ·BP神经网络仿真研究 | 第45-50页 |
| ·P-S转炉基于BP神经网络的仿真研究 | 第50-52页 |
| ·铜锍吹炼人工神经网络BP模型 | 第52-57页 |
| ·终点预报模型结构 | 第53-56页 |
| ·终点预报的实现过程 | 第56-57页 |
| ·小结 | 第57-59页 |
| 第5章 仿真结果及分析 | 第59-65页 |
| ·训练数据的仿真过程 | 第59-63页 |
| ·对粗铜含铜量的仿真研究 | 第59-60页 |
| ·对氧气利用率的仿真研究 | 第60-63页 |
| ·模型预报结果 | 第63-64页 |
| ·模型预报结果分析及可能采用的措施 | 第64-65页 |
| 第6章 结论与展望 | 第65-67页 |
| ·结论 | 第65页 |
| ·展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读学位期间的研究成果 | 第71页 |
